清风藤属药用植物石细胞特征及其鉴定学意义

目的:通过观察分析清风藤属7种药用植物老茎中石细胞的显微特征,探究显微观察与统计学相结合的方法鉴别该属植物和药材的可行性及其鉴定学意义。方法:应用数码显微摄影和SPSS18.0软件对石细胞特征进行观察、测量和统计分析。结果:本实验所观察的7种植物老茎中石细胞的形态、大小、纹孔等显微特征存在一定差异,其中石细胞长度和宽度的差异较为显著,而长宽比值差异不明显。结论:采用显微观察与统计学相结合的方法,石细胞可作为清风藤属植物分类及其药材显微鉴别的参考依据。     

基于ITS2序列的清风藤属药用植物分类鉴定研究＊

目的 探讨核基因内部转录间隔区2（internal transcribed spacer 2，ITS2）序列在清风藤属（Sabia）药用植物中的分类鉴定可行性与系统关系。方法 对9种38个产地的清风藤属药用植物ITS2序列进行PCR扩增和测序。基于（Kimura 2-parameter）K2P计算遗传距离，分析种内和种间变异与鉴定效率，应用最大似然法（maximum likelihood，ML）构建系统发育树。结果 清风藤属药用植物ITS2序列长度均为241 bp，GC含量为51.9-64.7%。38个产地清风藤属药用植物ITS2序列，共具有保守位点168个，变异位点数目为73个，简约信息位点数目为65个。ITS2在清风藤属药用植物中的种内变异为0-0.074，种间变异为0.007-0.205，种间变异较小，种间遗传距离与种内遗传距离存在交叉，没有形成明显的间隔。ML系统树表明，属内种间具有较高的自展支持率，基本能单独聚成一支，可对清风藤属药用植物种间进行有效分类鉴定。结论 ITS2序列在清风藤属植物中具有较好的通用性与鉴定效率，可用于清风藤属DNA条形码与分类鉴定研究。本研究为清风藤属植物的分类鉴定与系统演化研究提供了一定参考。     

基于模糊物元与灰色模式识别的小花清风藤品质评价

目的建立基于模糊物元与灰色模式识别的小花清风藤药材品质评价分析模型。方法以小花清风藤药材的叶浸出物、一年生茎浸出物、多年生茎浸出物、总黄酮含量、总皂苷含量为品质评价指标,构建基于上述评价指标的模糊物元与灰色模式识别的小花清风藤药材品质评价模型,并将两种方法的评价结果进行对比分析。结果构建了模糊物元与灰色模式识别的小花清风藤药材品质评价模型,且两种方法对小花清风藤药材的质量评价结果基本一致。结论基于模糊物元与灰色模式识别的小花清风藤药材品质评价模型具有良好的科学性和实用性,均可作为小花清风藤药材品质评价的方法。     

云南清风藤化学成分的研究

云南清风藤S abia yunnanensis F ranch.为清风藤科清风藤属藤本植物,主要分布于云南西北部至中部。昆明民间称之为“老鼠吹箫”,其根、茎、叶均可入药,主治风湿瘫痪、皮肤疮毒[1]。清风藤科清风藤属植物全世界约有30种,中国有16种、5亚种、2变种,主要分布在我国南方。该属植物     

小花清风藤及其同属药用植物近红外光谱鉴定研究

目的:建立小花清风藤及其同属药用植物的近红外光谱鉴定方法。方法:通过采集供试品的近红外光谱信息,采用二阶导数、标准正态变量变换和多元散射校正等方法,对样品的原始谱图及数据进行处理,计算近红外光谱相似度,绘制各药用部位的聚类分析树状图,探究小花清风藤及其同属植物的种内和种间差异。结果:小花清风藤叶的种内近红外光谱(Near-Infrared Spectrum Instrument,NIRS)相似度达到91.84%,而与其他同属植物的种间NIRS相似度只有64.03%,差异十分明显。系统聚类结果显示叶片有很好的聚集度,可以作为小花清风藤与同属药用植物近红外光谱鉴别的可靠部位。结论:建立的近红外光谱鉴定方法,具有简便、快速、准确的特征,可作为鉴别清风藤属药用植物及其药材的可靠方法。     

基于深度学习的中医舌象图像分割研究

目的:探讨基于U-Net算法的深度神经网络在中医舌象图像分割的应用效果.方法:将120例测试者的舌象图像使用PhotoShopV13.0进行初步人工分割,划分训练集和测试集,运用图像数据增强技术增加训练图像,通过U-Net的深度神经网络构建分割模型,最后使用精确率、Dice系数、mIoU和错分类误差对模型效果进行评价.结果:对于测试的数据集,精确率0.9545、Dice系数0.9673、mIoU系数0.9563和错分类误差0.017.图像分割结果显示,基于深度神经网络模型对于光照变化、牙齿阻挡等客观环境的影响较强的适应性.结论:基于深度学习的方法,可以较好的完成中医舌象图像分割任务.     

清风藤属9种药用植物叶脉序研究

目的:建立清风藤属9种药用植物叶脉序的鉴定方法,为清风藤属植物及其药材的鉴定提供新的思路和依据。方法:将9种清风藤属植物制成叶脉标本和透明叶标本,对其叶脉进行比较分析。结果:9种清风藤属植物叶脉序类型均为简单弓形羽状脉。叶脉序等级一般为四到五级,一级脉构架均为羽状脉;粗二级脉形成环状结构,且不达叶缘,夹角不一致或向基部渐减,内二级脉缺失,细二级脉简单弓形,间二级脉类型复杂多变且其频度在种间存在差异,近边缘处叶脉为边缘二级脉或缺失;三、四、五级脉不规则网状;游离端小脉表现为缺失、不分支、分支、二歧分支、不均等分支;叶缘末级脉缺失。结论:清风藤属9种药用植物叶脉序之间存在差异,可作为清风藤属植物及其药材的鉴别依据。     

小花清风藤中黄酮类成分的研究

目的研究小花清风藤中黄酮类成分。方法小花清风藤甲醇提取物采用D101、硅胶、制备HPLC进行分离纯化,根据理化性质及波谱数据鉴定所得化合物的结构。结果从中分离得到7个黄酮类化合物,分别鉴定为槲皮素-3-O-龙胆双糖苷(1)、camellianoside(2)、芦丁(3)、tsubakioside A(4)、山柰酚-3-O-芸香糖苷(5)、异鼠李素-3-O-芸香糖苷(6)、山柰酚(7)。结论化合物1~2、4~6为首次从清风藤属中分离得到,且为首次从该植物中分离得到。     

清风藤属化学成分及药理活性研究进展

清风藤属(Sabia)植物在我国资源丰富,约16个种、5个亚种、2个变种。该属多种植物被少数民族药物志收录。清风藤属化学成分包括五环三萜、生物碱、黄酮、苯丙素类、其他苯衍生物类、脂肪酸和烷烃类等,具有护肝肾、降血糖与血脂、治疗类风湿关节炎、镇痛、抗流感病毒、催产等多种功效。本文对近30年来国内外相关文献进行归类、分析和总结,综述了清风藤属的230个化学成分及其药理活性与临床应用,旨在为该属植物的进一步研究与开发提供科学依据。     

小花清风藤茎叶的化学成分研究

目的:研究小花清风藤茎叶的化学成分。方法:小花清风藤以70%乙醇提取,利用多种色谱技术进行分离,所得化合物经波谱数据和相关文献鉴定。结果:从小花清风藤中分离得到10个化合物,分别鉴定为:柴胡皂苷A(1)、柴胡皂苷B2(2)、6″-O-acetyl-saikosaponin B2(3)、柴胡皂苷B1(4)、柴胡皂苷D(5)、6″-O-acetyl-saikosaponin B1(6)、1α,3β-dihydroxyl-olean-12-en-28-oic acid(7)、2α-羟基齐墩果酸(8)、木兰花碱(9)、枸杞酰胺C(10)。结论:其中,化合物1～6、8～10为首次从该属植物中分离得到。     

属性约简方法在中医证候数据挖掘中的比较应用

目的 探讨3种属性约简方法在中医证候数据约简中的比较应用.方法 分别采用相关性分析、主成分分析、基于粗糙集的属性约简方法对同一个原发性失眠症中医证候数据集进行约简,并构建原发性失眠肝郁化火证的C4.5决策树分类模型,用5-交叉验证法进行模型评估.结果 基于粗糙集约简模型各项指标均优于其他两种约简模型,受试者工作特征曲线(ROC曲线)下面积与其他两种模型比较差异均有统计学意义(P＜0.01).相关性约简模型与主成分约简模型ROC曲线下面积差异无统计学意义(P＞0.05).结论 基于粗糙集的属性约简方法能在保持较高质量分类能力的基础上,尽可能消除决策表中不必要的知识,是中医证候数据约简的可行性方法.     

基于舌脉象数据的决策树算法的非小细胞肺癌证候分类方法＊

目的 探究基于客观舌脉象数据的C5.0决策树算法的非小细胞肺癌典型证候分类方法的可行性，获取证候相关的客观舌脉象特征组合。方法 以337例非小细胞肺癌患者的气虚证与阴虚证客观化舌象数据及脉象数据为研究对象，采用特征属性筛选及C5.0决策树算法数据挖掘方法，构建基于客观舌脉象数据的非小细胞肺癌气虚证与阴虚证的证候分类模型。结果 基于脉象数据的模型分类准确率高于舌象数据，且基于单纯舌象数据或脉象数据的证候分类模型分类准确率低于基于舌脉联合的数据分类模型，舌脉联合数据的分类模型树深为5，从中筛选出了气虚证与阴虚证分类相关的7项重要属性及7条分类规则，模型分类准确率为80.37%。结论 现代化舌脉象数据可以为非小细胞肺癌证候分类提供新视角，基于特征选择与C5.0决策树算法的非小细胞肺癌证候分类方法是可行的。     

基于高光谱成像技术融合光谱和图像特征鉴别不同产地的甘草

基于高光谱成像技术从可见-近红外波段(VNIR,435～1 042 nm)和短波红外(SWIR,898～1 751 nm)波段提取光谱和图像特征,融合数据建立分类模型,鉴别不同产地甘草药材.提取甘草样品高光谱数据的光谱特征,结合多种预处理算法对光谱数据进行降噪处理,利用偏最小二乘判别分析(PLS-DA)、支持向量机分类...     

基于PCA和纹理特征的红花种植面积遥感估算

以提高药用植物红花种植面积估算精度为目标,选取种植面积较集中的塔城地区裕民县农业区作为研究区,对研究区资源3号卫星影像进行主成分分析(PCA)分析,然后对其第一主分量进行适宜的纹理特征提取来提高分类精度,并对比分析了基于单纯光谱特征方法和基于PCA和纹理特征的分类方法在估算红花种植面积中的精度。研究结果表明:基于PCA和纹理特征的分类方法分类精度达到了87.519 1%,Kappa系数达到了0.810 1,比单纯基于光谱特征的分类方法分类精度提高了4.835 5%,Kappa系数提高了0.080 7。因此本文采取的基于PCA和纹理特征的分类方法提取资源三号卫星影像中的种植红花并估算其种植面积,进而作为药用植物红花蕴藏量调查的技术方案具有可行性。     

基于智能集成模型前胡切片微波真空干燥过程水分比预测

目的 提出一种基于集成学习和反向传播（back propagation,BP）神经网络的智能集成建模方法,用于建立前胡切片微波真空干燥过程水分比预测模型。方法 合理设计前胡切片微波真空干燥实验方案,探究不同微波功率、切片厚度和干燥层数对前胡切片干燥过程水分比的影响,并构建用于水分比建模的原始数据集。将原始数据集合理划分为训练集、验证集和测试集,利用训练集建立不同隐含层神经元个数的BP神经网络子模型,验证集用于防止训练过程过拟合,利用测试集建立前胡切片干燥过程水分比的智能集成模型,并进行模型应用。结果 干燥实验结果表明,提高微波功率或减少切片厚度都能够有效缩短前胡切片的总干燥时间,达到提高干燥效率、节能的目的。模型应用结果表明,智能集成模型具有较好的稳定性、泛化性和预测精度,可以快速准确地实现前胡切片微波真空干燥过程水分比预测。结论 智能集成模型为前胡切片干燥过程优化与控制提供了重要的技术支持。智能集成建模方法为中药材干燥过程建模提供了一种有效的新建模方法。     

基于饮片切面图像纹理特征参数的中药辨识模型研究

目的：建立基于切面图像纹理特征参数的辨识模型,探讨中药饮片自动识别的可行性。方法：基于中药饮片切面图像的灰度共生矩阵和灰度梯度共生矩阵,选取18种中药材不同样本图像的26个纹理特征参数,分别建立训练集和测试集。利用最小协方差行列式MCD方法对训练集进行离群值剔除处理。采用朴素贝叶斯及BP神经网络2种建模方法和十折交叉验证,建立18种中药材的判别模型。结果：在提取的26个纹理特征参数的基础上,利用MCD方法剔除训练集的离群值后,用BP神经网络建立的判别模型判正率达到90%,说明效能良好。结论：将建立的辨识模型用于中药饮片的自动识别具有可行性,为中药直观鉴别的定量化、科学化以及客观化提供了一套新的技术手段。     

基于多源卫星遥感影像的水生药材芡实遥 感监测方法研究

目的：利用多源卫星遥感数据对水生药材芡实监测进行探索性研究,为应用多源卫星遥感影像监 测水生植物类药材的分布和动态变化提供技术支撑。方法：本文选择高邮湖为研究区域,以水生药材芡实为研 究对象,利用ASD便携式光谱仪和研究区域的Pléiades和高分一号遥感影像,对芡实生长区域内相关植物的光 谱特征进行分析,获取物种间区分性好的光谱范围,通过构建决策树算法模型,对遥感影像上芡实信息进行提 取,获取监测结果。结果：通过验证发现监测综合分类精度达到83%。结论：研究结果表明,利用多源遥感卫星 遥感影像和GIS空间分析技术,能够比较准确反映水生药用植物芡实的面积及分布。     

基于面向对象分类的人参种植分布信息提取研究——以抚松县为例

由于人参栽培存在特殊性,栽培过人参的土壤肥力严重耗损,使得栽培过人参的土地不能在短期内被重复使用,导致可用于栽培人参的土地面积随着人参栽培时间的增长变得越来越少。因此为了能有效管理人参种植,实现人参用地的可持续利用,很有必要获取准确的人参种植空间分布信息。该文以吉林省抚松县为研究区域,以资源三号(ZY-3)卫星数据为数据源,探讨基于规则集的面向对象方法的人参种植区提取方法。通过对研究区预处理过的ZY-3遥感影像进行多尺度分割,在多尺度分割结果的基础上,确定提取人参种植地块的最优分割尺度;然后针对不同地物类型选取样本对象生成光谱曲线,分析人参地块与其他地物类型的不同点,并基于光谱分析结果构建规则集以实现人参种植地块的提取。结果表明,基于规则集的面向对象分类方法能够有效地提取出研究区内的人参种植地块,与传统基于像元的分类方法相比,解决了提取结果较为破碎的问题。     

四川清风藤的化学成分研究

 目的研究四川清风藤(Sabia schumanniana Diels.)的化学成分。方法应用色谱技术进行分离,根据理化性质和光谱分析对化合物的结构进行鉴定。结果从四川清风藤的95%乙醇提取物中分离鉴定出7个化合物,其结构分别为3,11-二氧-△¹²-齐墩果烯(Ⅰ),11-氧-3β羟基-△¹²-齐墩果烯(Ⅱ),3β羟基-△^9(11),12-齐墩果二烯(Ⅲ),3-氧,△^9(11),12-齐墩果二烯(Ⅳ),3β,11α-二羟基△¹²-齐墩果烯(Ⅴ),5-氧-阿朴菲生物碱(Ⅵ),β-谷甾醇(Ⅶ)。结论化合物Ⅱ和Ⅲ为首次从四川清风藤中分离得到。